run_OFA.py

from data_provider.data_factory import data_provider
from utils.tools import EarlyStopping, adjust_learning_rate, stringify_setting
from exp.exp_long_term_forecasting import *
import numpy as np
import torch, os, time, warnings, json, argparse
warnings.filterwarnings('ignore')

from run import main, get_parser as get_basic_parser
            
def get_parser():
    parser = get_basic_parser()
    
    parser.add_argument(
        '--model_id', default='ori', choices=['ori', 'removeLLM', 
        'randomInit', 'llm_to_trsf', 'llm_to_attn']
    )

    parser.add_argument('--gpt_layers', type=int, default=6)
    parser.add_argument('--is_gpt', type=int, default=1)

    parser.add_argument('--patch_size', type=int, default=16)
    parser.add_argument('--kernel_size', type=int, default=25)

    parser.add_argument('--pretrain', type=int, default=1)
    parser.add_argument('--freeze', type=int, default=1)
    parser.add_argument('--stride', type=int, default=8)
    parser.add_argument('--max_len', type=int, default=-1)
    parser.add_argument('--hid_dim', type=int, default=16)
    parser.add_argument('--tmax', type=int, default=20)
    parser.add_argument('--n_scale', type=float, default=-1)
    
    return parser

if __name__ == '__main__':
    parser = get_parser()
    args = parser.parse_args()
    args.model = 'OFA'
    main(args)